随着基因测序技术的进步和测序成本的下降，我们不断的从基因组中获得新的洞察。纳米孔测序技术的出现使得基因测序的测序长度和准确度得到大幅提升，与此同时，基因组数据也呈现爆炸式增长，整个行业对数据分析和存储的需求也越来越高。基因数据的存储和计算作为测序行业必不可少的一环，已经逐渐在基因领域占据重要地位。加快基因组数据分析，更早地挖掘医学信息和发现，有助于基因组数据成为医疗实践的一部分。
但一直以来，基因组数据分析都是测序流程中的一个瓶颈，而使用GPU加速可以解决这一瓶颈。NVIDIA GPU可加速完成不同阶段的基因组处理的可并行任务，尽可能缩短分析时间，应对基因组处理分析面临的挑战。2021年7月20日，NVIDIA携手Oxford Nanopore将共同举办“赋能纳米孔测序——GPU如何提升基因测序和分析速度”线上沙龙活动，特邀请来自NVIDIA和Oxford Nanopore的业界专家分享如何利用GPU提升纳米孔测序和分析速度，了解GPU计算在基因测序和分析领域的应用。
１.GPU计算与CPU计算有哪些不同，在基因测序和分析领域有哪些应用。
２.生信分析人员如何快速上手使用GPU进行加速。
３.纳米孔测序有哪些新的技术和突破。
４.在纳米孔测序中如何利用GPU的计算能力支持新的应用。
GPU计算技术简介以及GPU计算在基因测序、分析领域的应用
纳米孔测序最新技术和应用以及GPU在其中的作用。
冀永楠 博士
主要负责NVIDIA技术平台在中国医疗健康行业的落地。加入NVIDIA前在腾讯、GE Healthcare、东芝医疗、三星研究院等公司和机构从事AI算法和应用的研发落地工作。
冀永楠博士毕业于英国诺丁汉大学计算机，医疗图像领域专家，人工智能应用专家，发表数十篇学术论文与核心专利，覆盖医疗图像，图像AI，等多个交叉学科领域。
于欣冉
Oxford Nanopore Technologies中国区技术及客户服务经理
于欣冉自2017年作为Oxford Nanopore中国的首位员工加入，一直领导并负责纳米孔测序技术在中国的落地、推广及应用。具备近十年测序行业从业经验，丰富的基因组生物信息学背景，资深基因组学应用专家。
本文由 SEQ.CN 作者：白云 发表，转载请注明来源！
